本实用新型涉及烟草加工中的物料检测技术领域，尤其涉及一种基于双光谱技术的打叶去梗质量综合检测装置。
背景技术：
烟叶由烟梗和叶片两部分构成，烟叶之粗硬叶脉称为烟梗，重量占比约为烟叶的25％～30％。烟草打叶复烤工艺中的打叶去梗工序的首要任务就是通过专用设备让每一片烟叶的叶片和烟梗分离，其中叶片部分分离成面积大小不等的片烟，烟梗部分分离成长短不同的烟梗段，以满足后续的分类加工要求。
根据烟草行业标准YC/T146-2010《烟叶打叶复烤工艺规范》，衡量打叶去梗质量的主要指标有叶片结构、叶中含梗率、长梗率、梗中含叶率。该四项指标均为取样检测，物理意义均为重量占比，如叶片结构指大片、中片、小片、碎片、碎末各自在样品中的重量占比。其中叶片结构和叶中含梗率两项指标的检测要求在打叶去梗后的叶片汇总输送带上取样(3000±300)g，通过不同的专用机械设备并借助人工计算出结果；而长梗率和梗中含叶率两项指标的检测则要求在打叶去梗后的烟梗汇总输送带上取样(1000～1500)g，再通过四分法将样品缩至(80～120)g，然后通过人工测量并计算出结果。每一项指标的检测过程都费时费力，而且指标较为单一，仅有一个即重量占比。其中叶中含梗率的检测为了使叶片和其中的烟梗彻底分离，将叶片全部打碎，属于破坏性检测，造成大量的烟叶损耗。
近几年，随着机器视觉技术的飞速发展，在烟草行业，开始研究无损检测方法来取缔传统的破坏性检测方法，降低检测过程中原料浪费的情况，从而降低成本。于是各种基于图像法的检测手段不断出现，但目前开发的设备存在两个不足，一是检测的叶片结构、叶中含梗率、长梗率、梗中含叶率四项指标，分别需要对应的四种设备来完成，不具备一机多能的优点，检测设备投资成偏高；二是目前叶中含梗率和梗中含叶率两个指标现有的图像识别无损检技术检测结果误差较大，不能很好适应生产要求。
对于叶片结构和长梗率的检测由于检测对象单一，因此方法相对简单：如采用面积比。因为对于单一的检测对象，无论采用重量比、面积比、还是体积比，三者的比值是相等的，因此无论采用哪一种统计方法，理论上都是等效的，因为检测对象的单位面积重量或单位体积重量均与其尺寸大小无关，这点在烟草行业内目前得到了认可和统一。
对于叶中含梗率和梗中含叶率指标而言情况就不同了，计算方法相对复杂，这里涉及到两种密度不同的材质：叶片和烟梗，因此必须将图像法采集到的面积等形状特征尺寸转化为重量，再求重量比才能提高检测数据的可靠性，更好的符合目前的烟草行业要求。
申请号为201110213062.7的中国实用新型专利公开了一种基于组合光透视的叶中含梗及含梗率视觉识别检测方法，通过分置于烟叶两侧的组合光源和CCD相机获取烟叶的透视图像，然后根据图像特征设计图像处理算法识别烟梗和叶片、提取叶片和烟梗的形状尺寸特征并计算叶中含梗率。申请号为201210475963.8的中国实用新型专利公开了一种基于主动加热的叶中含梗红外成像检测方法；其步骤与201110213062.7类似，区别在于获取图像的方法及图像处理算法不同，其利用烟叶的热辐射现象，通过对烟叶主动加热使叶片和烟梗产生温差，然后运用红外热成像仪采集图像并运用图像处理算法将叶片和烟梗识别出来，计算出烟叶的含梗率。
申请号为201310069611.7的中国实用新型专利公开了一种基于高速气流离散的叶中含梗及打叶参数检测剔除方法，烟叶的离散主要通过高速气流，而其获取透视图像的方式与201110213062.7一致，通过分析获得的烟叶透视图像，对纹理特征进行提取，采用二叉树精确地区分出叶片和烟梗，将含烟梗的烟叶剔除，同时计算烟叶面积，进而获得大中片率、小片率和叶中含梗率等打叶参数。这三种方法均需要在同一幅图像中区分叶片和烟梗，误差较大。另外在计算叶中含梗率的过程中，还需要知道烟梗和叶片的密度才能求解，而由于不同品种、等级、产地、含水率的烟叶其叶片和烟梗的密度均不同，因此目前行业内尚无此类数据，所以这些方法用于计算叶中含梗率时缺乏可操作性。
申请号为201410302230.3的中国实用新型专利公开了一种基于高光谱的叶含梗检测装置，重点对装置的结构及组成进行了描述，却并未对高光谱作进一步的说明，更未提及如何区分叶片和烟梗以及叶中含梗率的计算方法。
申请号为201410061575.4的中国实用新型专利公开了一种烟叶含梗率测定方法，申请号为201420078131.7的中国实用新型专利公开了一种烟叶含梗率测定装置，通过X射线装置获取烟梗的透视图像进而得到烟梗的面积或体积，其烟梗质量的获得有三种方法：一是用事先测量计算得到的烟梗面积密度乘以通过图像获取的烟梗面积获得；二是用事先测量计算得到的烟梗体积密度乘以通过图像获取的烟梗体积获得；三是根据烟梗的厚度与X射线穿透性之间存在相关性：式中I、I0为衰减前后X射线强度，A为原子的摩尔质量，σ为原子截面积，N为常数，ρ为烟梗密度，x为烟梗的厚度，从上式可以看出射线的衰减和被测烟梗的密度乘以厚度即ρx有一定的数学关系。而射线的衰减变化又可以体现在烟梗的灰度图像上，表现为灰度值的变化，ρx值越大的像素点对应的灰度值越小，ρx值越小的像素点对应的灰度值越大。利用以上的灰度和ρx关系可以将灰度和烟梗的面积密度进行区间对应：如[0-30]—P1、[30-60]—P2、[60-90]—P3、[90-120]—P4…[210-255]—P8，P1…P8分别表示在对应灰度区间的烟梗面积密度；如果对应灰度区间的面积的分别为S1、S2…S8，则烟梗质量m＝P1×S1+P2×S2+…P8×S8；烟梗质量再除以通过称重方式获得的烟叶质量即可求得叶中含梗率。此两专利不足之处在于：首先，烟梗面积密度和体积密度的获得需要提前单独测量计算，与叶中含梗率的测量过程并不同步，过程繁琐且误差较大；其次，基于X射线衰减的烟梗质量计算方法有些牵强，射线的衰减和被检测的烟梗的密度乘以厚度即ρx确实存在一定的数学关系，即烟梗图像灰度与ρx存在对应关系，但ρx并非烟梗的面积密度，因此类似烟梗质量m＝P1×S1+P2×S2+…P8×S8这种计算方法是不可取的。
技术实现要素：
针对现有技术的不足，本实用新型提供一种基于双光谱技术的打叶去梗质量检测装置，本实用新型采用机器视觉系统进行检测，以图像处理为核心，一机多能，能同时检测叶片结构、叶中含梗率、长梗率、梗中含叶率等多个指标，解决现有设备检测耗时长、原料损耗大、检测数据反馈不及时，检测指标单一等缺点。
本实用新型的技术方案如下：一种基于双光谱技术的打叶去梗质量检测装置，所述检测装置包括铺料装置1、位于铺料装置下方1的摊铺机、位于摊铺机2下方的X射线检测机3、位于X射线检测机3出料口下方的可见光检测机4、位于可见光检测机4出料口下方的接料装置6、机架5以及控制柜7，所述机架5用于集成安装铺料装置1、摊铺机2、X射线检测机3以及可见光检测机4，机架5四周均设置有门罩5B；控制柜7安装有电控系统和上位系统。
进一步地，所述铺料装置1包括主体皮带机1A、称重传感器模块1B和限料辊1C，其中，主体皮带机1A和限料辊1C分别采用减速电机驱动，限料辊1C位于主体皮带机1A的出料口；摊铺机2采用簧板式振动输送机或激振式振动输送机。
进一步地，所述X射线检测机3包括主体皮带机3A、X射线装置3B、X射线相机3C和X射线控制柜3D，其中，X射线装置3B和X射线控制柜3D位于主体皮带机3A的上部，X射线相机3C位于主体皮带机3A的中部；主体皮带机3A的周边六个面均设置X射线防护盖板，且防护盖板均采用铅板作为衬里的双层板结构；
所述可见光检测机4包括皮带机4A及其上部的视频柜4B，视频柜4B内安装有可见光相机4B‐1、镜头4B‐2、相机的多维调节台4B‐3、LED光源4B‐4以及玻璃视窗4B‐5。
进一步地，所述称重传感器模块1B设置四套，四套称重传感器模块1B安装在主体皮带机1A的左右侧与机架5之间；
四套称重传感器模块1B、一个称重接线盒5A和一个称重仪表7C构成一套完整的轨道式称重系统，所述称重接线盒5A设置在机架5上，承重仪表7c设置在控制柜7上；
所述控制柜7上安装有显示器7A、键盘鼠标抽屉7B、称重仪表7C及各种控制按钮7D和隔离开关7E；所述控制柜7用于控制铺料装置1、摊铺机2、X射线检测机3以及可见光检测机4的工作状态。
进一步地，所述主体皮带机3A包括环形输送带3A‐1、托板3A‐2和支架3A‐3，其中，环形输送带3A‐1上下层带面形成用于安装X射线相机3C的空间，输送带3A‐1上层带面依靠托板3A‐2支撑并保持水平状态，支架3A‐3用于安装X射线相机3C。
进一步地，所述X射线装置3B包括X射线管3B-1、射线准直通道3B-2、射线管护罩3B-3和柜体3B-4，其中，射线准直通道3B-2、射线管护罩3B-3、柜体3B-4周边盖板均采用铅板作为衬里的双层板结构，X射线相机3C位于X射线管3B-1和射线准直通道3B-2的正下方，X射线控制柜3D紧邻X射线装置3B，用于放置X射线控制器3D-1及水冷装置3D-2。
本实用新型第二方面，提供采用基于所述双光谱技术的打叶去梗质量检测装置的检测方法，所述双光谱分别为可见光和X射线，其中可见光用于采集烟叶图像，X射线用于采集烟梗图像。
进一步地，所述检测方法主要包括如下步骤：
第一步，铺料称重：用于叶片结构或叶中含梗率检测时，在打叶去梗后的叶片汇总输送带上取样3000±300g；用于长梗率或梗中含叶率检测时，在打叶去梗后的烟梗汇总输送带上取样1000～1500g，根据在线或离线使用情况，通过人工或上游设备使烟叶样品均匀铺满在铺料装置(1)上，然后设备以静态称重方式自动获取样品质量；
第二步，均匀喂料：通过控制柜7启动检测装置，使物料依次通过铺料装置1、摊铺机2、X射线检测机3、可见光检测机4和接料装置6；
第三步，采集图像：(1)一次成像：检测叶片结构或长梗率时，X射线管不工作，仅使用可见光相机采集物料图像；(2)二次成像：检测叶中含梗率或梗中含叶率时，X射线管工作，首先使用X射线相机采集烟梗图像，然后使用可见光相机采集烟叶图像；
第四步，图像处理：采集到的物料原始图像经过处理后，通过相应的图像算法得到每一片烟叶和每一根烟梗的面积、长度、宽度和周长，通过计算得到叶片结构、长梗率、叶中含梗率及梗中含叶率。
进一步地，检测叶中含梗率或梗中含叶率时，当物料通过主体皮带机3A时，X射线管3B‐1工作，X射线在射线准直通道3B‐2的靶向作用下，垂直向下穿过物料和环形输送带3A‐1，被位于托板3A‐2和支架3A‐3之间的X射线相机3C获取到清晰的烟梗图像；X射线控制柜3D紧邻X射线装置3B，通过X射线控制器3D‐1控制X射线管3B‐1的工作与否并调节X射线的强度，水冷装置3D‐2用于X射线管3B‐1和X射线控制器3D‐1的冷却；当物料继续前行并在离开皮带机4A的瞬间，视频柜4B内可见光相机4B‐1在镜头4B‐2、多维调节台4B‐3、LED光源4B‐4的配合下扫描线透过玻璃视窗4B‐5采集到清晰的烟叶图像。
进一步地，所述叶片结构、长梗率、叶中含梗率及梗中含叶率的计算过程如下：
(一)叶片结构：根据检测获得的每一片烟叶的面积大小，结合行业分类标准，将样品烟叶分类并计算样品烟叶的总面积S，同时统计每一类烟叶的总面积Si，即可得到叶片结构
(二)长梗率：根据检测获得的每一根烟梗的长度大小，结合行业分类标准，统计出烟梗长度大于20mm的烟梗的面积总和S1以及所有烟梗样品的面积总和S，即可得到长梗率
(三)叶中含梗率及梗中含叶率：
叶中含梗率及梗中含叶率的统计计算包含以下步骤：(a)利用装置自动获取两份取样样品的重量M1、M2以及叶片和烟梗面积S1叶、S1梗、S2叶、S2梗，计算叶片和烟梗的面积密度的比值K；设叶的面积密度为ρ叶，梗的面积密度为ρ梗，令ρ叶＝Kρ梗，则有：
S1叶ρ叶+S1梗ρ梗＝M1 (1)
S2叶ρ叶+S2梗ρ梗＝M2 (2)
ρ叶＝Kρ梗 (3)
由以上三式联立可解得：
(b)设叶片的重量为M叶、烟梗的重量为M梗；叶中含梗率为Y，梗中含叶率为G，则按指标定义有：
其中S烟由可见光相机获得，S梗由X射线获得，S叶＝S烟‐S梗，K由(4)式获得，S烟、S梗、S叶均为第n份样品(n≥2)的检测值；
(c)K值的自动优化：每进行两次测试，利用测试的基础数据和上述(4)式计算可以得到一个新的K值；那么2n次测试可以得到n个K值，K1，…Kn‐1，Kn；则这里K均接近真实的叶梗面积密度比。
本实用新型提供的检测装置设置两套图像采集装置，分别采用可见光和X射线两种光谱，其中可见光用于采集烟叶图像，X射线用于采集烟梗图像，通过相应的图像算法分别得到烟叶面积和烟梗面积、烟梗长度，进而获得叶片结构、叶中含梗率、长梗率、梗中含叶率四项指标，其中叶片结构和长梗率仅采用可见光成像技术即可获取，而叶中含梗率和梗中含叶率的检测则需要同时采用可见光成像技术和X射线成像技术；本实用新型求解指标过程中无需知道烟梗密度和叶片密度，通过设备自动获取样品的重量、面积、长度等参数，从而自动统计计算出各种打叶质量指标。而且每进行两次测试，利用测试的基础数据和上述(4)式计算可以得到一个新的K值(叶片和烟梗的面积密度的比值)；那么2n次测试可以得到n个K值，K1，…Kn-1，Kn；则这里K均接近真实的叶梗面积密度比，检测值更加准确。
与现有技术相比，本实用新型具有以下有益效果：本实用新型采用可见光和X射线成像技术及相应的图像算法分别得到烟叶面积和烟梗面积、烟梗长度，避免了在同一幅图像中分割叶、梗时存在的问题，可提升图像的检测识别精度。并且一机多用，既可以检测叶片结构、长梗率，还可以检测叶中含梗率和梗中含叶率。装置结构紧凑、集成度高，占地面积小，既可以放置在计量检验室用于离线检测，也可以安装在生产线上并以检测旁线形式用于在线检测，由于检测量极小，配合一定的工作时间，因此物料的离散效果好，图像易于识别处理，检测精度较高，加上自动化、信息化程度高，总体效果优于传统的检测方法。
附图说明
图1为本实用新型基于双光谱技术的打叶去梗质量检测装置的结构图；
图中标记：1-铺料装置、2-摊铺机、3-X射线检测机、4-可见光检测机、5-机架、6-接料装置和 7-控制柜。
具体实施方式
下面结合具体实施例对本实用新型的技术方案做进一步详细说明，但本实用新型并不局限于以下技术方案。
实施例1检测装置
如图1所示，所述检测装置包括铺料装置1、位于铺料装置下方1的摊铺机2、位于摊铺机2下方的X射线检测机3、位于X射线检测机3出口下方的可见光检测机4、位于可见光检测机4出口下方的接料装置6、机架5以及控制柜7；
铺料装置1包括主体皮带机1A、称重传感器模块1B和限料辊1C，主体皮带机1A和限料辊1C分别采用减速电机驱动。四套称重传感器模块1B安装在主体皮带机1A的左右侧帮与机架5之间。限料辊1C位于主体皮带机1A的出料口。
摊铺机2可采用簧板式振动输送机或激振式振动输送机。
X射线检测机3包括主体皮带机3A、X射线装置3B、X射线相机3C、X射线控制柜3D。X射线装置3B和X射线控制柜3D位于主体皮带机3A的上部，X射线相机3C位于主体皮带机3A的中部：环形输送带3A‐1上下层带面形成的空间。主体皮带机3A的周边六个面(上、下、左、右、前、后)均设置X射线防护盖板，且防护盖板均为采用铅板作为衬里的双层板结构。输送带3A‐1上层带面依靠托板3A‐2支撑并保持水平状态，支架3A‐3用于安装X射线相机3C，为防护X射线，同样采用铅板作为衬里的双层板结构，固定于主体皮带机3A上并与托板3A‐2紧贴。X射线装置3B包括X射线管3B‐1、射线准直通道3B‐2、射线管护罩3B‐3、柜体3B‐4，射线准直通道3B‐2、射线管护罩3B‐3、柜体3B‐4周边盖板均采用铅板作为衬里的双层板结构，使柜体3B‐4内的X射线管3B‐1与环境间形成事实上的双层X射线防护措施。X射线相机3C位于X射线管3B‐1和射线准直通道3B‐2的正下方。X射线控制柜3D紧邻X射线装置3B，用于放置X射线控制器3D‐1及水冷装置3D‐2。
可见光检测机4包括皮带机4A及其上部的视频柜4B，视频柜4B内安装有可见光相机4B‐1、镜头4B‐2、相机的多维调节台4B‐3、以及LED光源4B‐4、玻璃视窗4B‐5。
机架5主要用于集成安装铺料装置1、摊铺机2、X射线检测机3、可见光检测机4及称重接线盒5A，其四周(左、右、前、后)均设置有门罩5B，既起到安全防护的作用，同时也保证了设备整体的美观性。
接料装置6用于收集检测后的物料，根据离线或在线不同工况，可以是料箱或输送设备。
控制柜7安装有电控系统和上位系统，其门板上安装有显示器7A、键盘鼠标抽屉7B、称重仪表7C及各种控制按钮7D和隔离开关7E。
四套称重传感器模块1B、一个称重接线盒5A、一个称重仪表7C构成一套完整的轨道式称重系统。
实施例2检测方法
第一步，铺料称重：首先按烟草行业标准取样，用于叶片结构或叶中含梗率检测时，在打叶去梗后的叶片汇总输送带上取样(3000±300)g；用于长梗率或梗中含叶率检测时，在打叶去梗后的烟梗汇总输送带上取样(1000～1500)g。根据在线或离线使用情况，可通过人工或上游设备使样品均匀铺满在铺料装置1得上，然后通过轨道式称重系统以静态称重方式自动获取样品质量。
第二步，均匀喂料：通过控制柜7启动设备，使物料依次通过铺料装置1、摊铺机2、X射线检测机3、可见光检测机4、接料装置6，整个过程持续6min～7min。限料辊1C的设置可以确保整个喂料过程的均匀性。
第三步，采集图像：(1)一次成像：用于检测叶片结构或长梗率时，X射线管3B‐1不工作，仅使用可见光相机4B‐1采集物料图像；(2)二次成像：用于检测叶中含梗率或梗中含叶率时，当物料通过主体皮带机3A时，X射线管3B‐1工作，X射线在射线准直通道3B‐2的靶向作用下，垂直向下穿过物料和环形输送带3A‐1，被位于托板3A‐2和支架3A‐3之间的X射线相机3C获取到清晰的烟梗图像。X射线装置3B针对X射线进行了双层防护措施，第一层防护措施为射线准直通道3B‐2和射线管护罩3B‐3，第二层防护措施为柜体3B‐4。X射线控制柜3D紧邻X射线装置3B，通过X射线控制器3D‐1控制X射线管3B‐1的工作与否并调节X射线的强度，水冷装置3D‐2用于X射线管3B‐1和X射线控制器3D‐1的冷却。当物料继续前行并在离开皮带机4A的瞬间，视频柜4B内可见光相机4B‐1在镜头4B‐2、多维调节台4B‐3、LED光源4B‐4的配合下扫描线透过玻璃视窗4B‐5采集到清晰的烟叶图像。
第四步，图像处理：采集到的物料原始图像经过上位系统处理后，通过上位系统中相应的图像算法得到每一片烟叶和每一根烟梗的面积、长度、宽度、周长等几何尺寸。
第五步，在上位系统中完成指标的统计计算，并且以数据、图表、曲线等多种形式表现：1、叶片结构：根据检测获得的每一片烟叶的面积大小，结合行业分类标准，将样品烟叶分类并计算样品烟叶的总面积S，同时统计每一类烟叶的总面积Si，即可得到叶片结构
2、长梗率：根据检测获得的每一根烟梗的长度大小，结合行业分类标准，统计出烟梗长度大于20mm的烟梗的面积总和S1以及所有烟梗样品的面积总和S，即可得到长梗率
3、叶中含梗率及梗中含叶率：
叶中含梗率及梗中含叶率的统计计算包含以下步骤：
(a)利用装置自动获取两份取样样品的重量M1、M2以及叶片和烟梗面积S1叶、S1梗、S2叶、S2梗，计算叶片和烟梗的面积密度的比值K。。设叶的面积密度为ρ叶，梗的面积密度为ρ梗，令ρ叶＝Kρ梗。则有：
S1叶ρ叶+S1梗ρ梗＝M1 (1)
S2叶ρ叶+S2梗ρ梗＝M2 (2)
ρ叶＝Kρ梗 (3)
由以上三式联立可解得：
(b)设叶片的重量为M叶、烟梗的重量为M梗；叶中含梗率为Y，梗中含叶率为G，则按指标定义有：
其中S烟由可见光相机获得，S梗由X射线获得，S叶＝S烟‐S梗，K由(4)式获得，S烟、S梗、S叶均为第n份样品(n≥2)的检测值。
(c)K值的自动优化：每进行两次测试，利用测试的基础数据和上述(4)式计算可以得到一个新的K值。那么2n次测试可以得到n个K值，K1，…Kn-1，Kn；则这里K均接近真实的叶梗的面积密度比，采用上述计算公式得到的叶片结构、长梗率、叶中含梗率及梗中含叶率的测试值与真实值的误差在±5％以内。
控制柜7安装有电控系统和上位系统，其门板上安装有显示器7A、键盘鼠标抽屉7B、称重仪表7C及各种控制按钮7D和隔离开关7E。电控系统用于控制设备的运行以及与上位系统的通信，上位系统包括工控机、显示器、交换机、图像采集卡等硬件以及软件系统，具备图像采集、图像处理、数据分析、结果计算等功能。
如上所述，仅为本实用新型的具体实施例，不能以此限定本实用新型的范围，即依本实用新型专利申请保护范围所作的等同变化与修饰，皆应仍属本实用新型涵盖的范围。